400-886-5570
马斯克：当前网络爆红的人形机器人演示都是远程遥控或剧本
2026-07-24 12:47:32
IT之家 7 月 24 日消息，特斯拉 CEO 埃隆 · 马斯克在公司 2026 财年第二财季报告电话会议中指出，Optimus 人形机器人已在美国加州弗里蒙特工厂投产。这款机器人并不依靠事先编写好的程序执行任务，而是能够通过观察环境学习如何做事。
马斯克对此表示：“你们可能在网上看过很多爆红的人形机器人演示，但那些表演要么是剧本，要么是远程遥控。目前还没有任何一款人形机器人能够真正完成通用任务，而 Optimus 将是第一款具备这种能力的机器人。”
他认为，机器人想要获得通用能力的关键在于扩展性。为机器人预先编写好每一种可能发生的程序，几乎是不现实的，但是机器人可以通过观察进行学习。
例如，特斯拉工厂车间每天都会持续产生大量作业视频，互联网本身也有海量人类完成工作的影像资料。Optimus 可以像一名新员工一样，不断练习、犯错，最终学会如何完成工作。
据IT之家此前报道，特斯拉弗里蒙特工厂已经拆除了原有的 Model S/X 生产线，为 Optimus 人形机器人量产铺平道路。
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈：没有更多数据时的优化策略AGV调度系统数据瓶颈：没有更多数据时的优化策略很多人以为，AGV调度系统的性能提升完全依赖于数据量的持续增加，其实不然。在工业场景中，数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后，单纯增加数据量对调度精度的提升不足3%，反而会引发存储冗余与计算延迟问题。底层逻辑是：AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例，其AGV网络查看详情
-
AGV机器人调度系统：数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为，AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度，其实不然。在真实工业场景中，90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时，不同厂商的通信协议、定位精度、传感器采样频率差异，会导致调度系统陷入「数据解析-转换-同步」的死循环，最终表现为路径规划失效或任务队列堆积。案例：上海临港某汽车总装车间的赛制级推演2023年Q2，某头部车企在查看详情
全国统一热线
400-886-5570
苏州市苏州工业园区金鸡湖街道苏虹中路503号
